赞
踩
入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。
目录
一、SVM定义与解决目标
二、SVM算法原理
1、线性可分
(1)无松弛变量
(2)带松弛变量和惩罚因子C
2、线性不可分
(1)核函数定义和应用背景
(2)线性核函数 LINEAR
(3)高斯径向基核函数 RBF
(4)多项式核函数 POLY
(5)神经元的非线性作用核函数 Sigmoid
(6)核函数选择技巧
三、SVM代码实现
SVM是一个二类分类器。其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化成一个凸二次规划问题的求解。即找到一个超平面,使两类数据离超平面越远越好,这样就可以让模型对新的数据分类更准确,即分类器更加稳定。